在正则expression式中如何嵌套捕获组？
是否有正则expression式应该如何处理嵌套圆括号的捕获行为的定义行为？ 更具体地说，你是否可以合理地预期，不同的引擎会在第一个位置捕获外部括号，并在随后的位置嵌套括号？
考虑下面的PHP代码（使用PCRE正则expression式）
<?php $test_string = 'I want to test sub patterns'; preg_match('{(I (want) (to) test) sub (patterns)}', $test_string, $matches); print_r($matches); ?> Array ( [0] => I want to test sub patterns //entire pattern [1] => I want to test //entire outer parenthesis [2] => want //first inner [3] => to //second inner [4] => patterns //next parentheses set ) 整个括号expression式首先被捕获（我想testing），接下来捕获内部括号的模式（“想要”和“到”）。 这是合乎逻辑的，但是我可以看到一个同样合理的情况是首先捕获子括号，然后捕获整个模式。
那么，这是在正则expression式引擎中定义的行为，还是取决于模式的上下文和/或引擎的行为（PCRE不同于C＃的不同于Java的不同比等）？
从perlrequick
如果正则expression式中的分组是嵌套的，则$ 1得到最左边的开括号，下一个开括号的$ 2等。
更新
我不会使用PCRE，因为我通常使用真实的东西;），但是PCRE的文档与Perl相同：
子模式
2.它将子模式设置为捕获子模式。 这意味着，当整个模式匹配时，与子模式相匹配的主体string部分将通过pcre_exec()的ovectorparameter passing给调用者。 从左向右数（从1开始）开始括号，以获取拍摄子模式的编号。例如，如果string“红色国王”是匹配的模式
the ((red|white) (king|queen))被捕获的子串分别是“红色王”，“红色”和“王”，分别编号为1,2和3。
如果PCRE与Perl正则expression式兼容，也许应该重新定义首字母缩略词 – “Perl同源正则expression式”，“Perl可比正则expression式”等等。 或者只是放弃意义的字母。
是的，对于您感兴趣的所有语言来说，这一切都非常明确：
- Java – http://java.sun.com/javase/6/docs/api/java/util/regex/Pattern.html#cg
“捕捉组通过从左到右数开括号来进行编号……组0总是代表整个expression式。 - .Net – http://msdn.microsoft.com/en-us/library/bs2twtah(VS.71).aspx
“使用（）的捕获是根据左括号的顺序自动编号的，从第一个捕获，捕获元素编号为0，是整个正则expression式模式匹配的文本。”） - PHP（PCRE函数） – http://www.php.net/manual/en/function.preg-replace.php#function.preg-replace.parameters
“\ 0或$ 0表示整个模式匹配的文本，右括号从左到右（从1开始），以获得捕获子模式的编号。 （对于已经废弃的POSIX函数也是如此） -
PCRE – http://www.pcre.org/pcre.txt
要添加到Alan M所说的内容中，请search“pcre_exec（）如何返回捕获的子string”并阅读以下第五段：第一对整数ovector [0]和ovector [1]标识 主题string的一部分与整个模式相匹配。 下一个 对用于第一个捕获子模式，依此类推。 价值 由pcre_exec（）返回的是比最高编号对多一个 已经设置好了。 例如，如果有两个子string被捕获， 返回值是3.如果没有捕获子模式，则返回 成功的匹配值是1，表明只是第一对 的偏移量已经确定。
- Perl的不同 – http://perldoc.perl.org/perlre.html#Capture-buffers
$ 1，$ 2等匹配捕获组，如你所期望的（即通过出现的括号），但$ 0返回程序名称，而不是整个查询string – 以获得您使用$＆而不是。
对于其他语言（Python，Ruby和其他语言），您可能会find类似的结果。
你说，首先列出内部捕获组合是合乎逻辑的，而且你是对的 – 这只是closures索引而不是打开parens的问题。 （如果我理解正确）。 这样做虽然不那么自然（例如，它不遵循阅读方向惯例），所以通过检查确定哪个捕获组将处于给定的结果索引更困难（可能不显着）。
把整个匹配string放在位置0也是有意义的 – 主要是为了一致性。 它允许整个匹配的string保持在相同的索引，无论从正则expression式到正则expression式的数量捕获组是什么，也不pipe实际上匹配任何东西的捕获组的数量（例如，Java会为每个捕获折叠匹配的组数组的长度你可以总是检查capture_group_results [capturing_group_results_length – 2]，但是这并不能很好地转换成Perl语言，它会dynamic地创buildvariables（$ 1 ，$ 2等）（当然，Perl是一个不好的例子，因为它使用$＆来匹配expression式，但是你明白了:)。
每一个正则expression式的风味，我知道数字按开头括号出现的顺序分组。 外部群体在被包含的子群体之前被编号只是一个自然的结果，而不是明确的政策。
有趣的地方是命名组 。 在大多数情况下，他们遵循相同的编号方式，通过相对位置的相对位置 – 名称只是数字的别名。 但是，在.NET正则expression式中，已命名的组与编号组分别编号。 例如：
Regex.Replace(@"one two three four", @"(?<one>\w+) (\w+) (?<three>\w+) (\w+)", @"$1 $2 $3 $4") // result: "two four one three"
实际上，该号码是该名称的别名; 分配给命名组的编号从“真实”编号组离开的地方开始。 这似乎是一个奇怪的政策，但有一个很好的理由：在.NET正则expression式中，您可以在正则expression式中多次使用相同的组名称。 这使得可能的正则expression式像来自这个线程的匹配来自不同语言环境的浮点数：
^[+-]?[0-9]{1,3} (?: (?:(?<thousand>\,)[0-9]{3})* (?:(?<decimal>\.)[0-9]{2})? | (?:(?<thousand>\.)[0-9]{3})* (?:(?<decimal>\,)[0-9]{2})? | [0-9]* (?:(?<decimal>[\.\,])[0-9]{2})? )$
如果有千位分隔符，则无论正则expression式的哪一部分匹配，都将保存在“千位”组中。 同样，小数分隔符（如果有的话）将始终保存在“decimal”组中。 当然，有些方法可以识别和提取没有可重复使用的命名组的分隔符，但是这种方式更加方便，我认为这不是奇怪的编号scheme。
然后是Perl 5.10+，这使我们能够更好地控制捕获组，这比我知道该怎么做。 ：d
按照左paren的顺序捕获的顺序是我工作过的所有平台的标准（perl，php，ruby，egrep）
